安榮花 單蘭倩

摘 要：構(gòu)建江蘇省縣域經(jīng)濟(jì)指標(biāo)體系，使用雙向譜聚類算法，對(duì)江蘇省41個(gè)縣（市）經(jīng)濟(jì)進(jìn)行分析，尋找出江蘇省區(qū)縣之間的產(chǎn)業(yè)集聚效應(yīng)和各自的優(yōu)勢產(chǎn)業(yè)，并提出相應(yīng)的結(jié)論和措施，以實(shí)現(xiàn)江蘇省縣域經(jīng)濟(jì)合理布局，促進(jìn)該區(qū)域經(jīng)濟(jì)的全面協(xié)調(diào)發(fā)展。

關(guān)鍵詞：江蘇縣域經(jīng)濟(jì);雙向譜聚類;實(shí)證研究;比較優(yōu)勢

中圖分類號(hào)：F224.12? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）31-0101-04

引言

縣域經(jīng)濟(jì)是國民經(jīng)濟(jì)的重要組成部分，縣域作為地方基層政治、經(jīng)濟(jì)和文化中心，縣域間的產(chǎn)業(yè)協(xié)作與發(fā)展質(zhì)量會(huì)影響區(qū)域經(jīng)濟(jì)的發(fā)展質(zhì)量與競爭力，進(jìn)而影響全國經(jīng)濟(jì)的均衡與全面發(fā)展。2017年十九大明確提出，“中國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段?！?018年兩會(huì)強(qiáng)調(diào)，要“按照高質(zhì)量發(fā)展的要求，統(tǒng)籌推進(jìn)‘五位一體總體布局和協(xié)調(diào)推進(jìn)四個(gè)全面戰(zhàn)略布局”。這標(biāo)志著經(jīng)濟(jì)高質(zhì)量發(fā)展已成為新時(shí)代中國經(jīng)濟(jì)發(fā)展的重要戰(zhàn)略。而縣域經(jīng)濟(jì)是高質(zhì)量發(fā)展的基礎(chǔ)與支撐，經(jīng)濟(jì)發(fā)展是高質(zhì)量發(fā)展的最終目標(biāo)。同時(shí)，縣（市）是中國轉(zhuǎn)變經(jīng)濟(jì)增長方式、統(tǒng)籌城鄉(xiāng)發(fā)展、構(gòu)建和諧社會(huì)的最基本戰(zhàn)略單元?，F(xiàn)階段，我國正處于深化經(jīng)濟(jì)改革的關(guān)鍵期，各級(jí)政府開始更關(guān)注國民經(jīng)濟(jì)的發(fā)展質(zhì)量以及經(jīng)濟(jì)效益的提升情況，以促進(jìn)國民經(jīng)濟(jì)的健康、協(xié)調(diào)、可持續(xù)發(fā)展。要實(shí)現(xiàn)這一目標(biāo)，必然要從縣域經(jīng)濟(jì)抓起，通過各區(qū)（縣）域之間的分工協(xié)作，找準(zhǔn)各自定位，充分發(fā)揮每個(gè)區(qū)縣的產(chǎn)業(yè)優(yōu)勢，激發(fā)各區(qū)縣的經(jīng)濟(jì)活力與競爭力，最終提高整個(gè)區(qū)域的經(jīng)濟(jì)發(fā)展水平，實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展。

江蘇省作為我國的經(jīng)濟(jì)大省與經(jīng)濟(jì)強(qiáng)省，其縣域經(jīng)濟(jì)的發(fā)展質(zhì)量處于我國各省市前列，在最新公布的全國經(jīng)濟(jì)百強(qiáng)縣中，江蘇省獨(dú)占24席，居于全國各省市首位。當(dāng)前，江蘇省共有 41個(gè)縣（市），全省縣域戶籍總?cè)丝跒? 072萬，占全省總?cè)丝诘?2%，縣域生產(chǎn)總值占全省生產(chǎn)總值的 43.5%，對(duì)全省經(jīng)濟(jì)增長的貢獻(xiàn)率達(dá) 39.8%。因此，對(duì)江蘇省縣域經(jīng)濟(jì)發(fā)展?fàn)顩r進(jìn)行科學(xué)客觀的評(píng)價(jià)分析，對(duì)進(jìn)一步促進(jìn)江蘇省縣域經(jīng)濟(jì)發(fā)展具有重要的意義。為此，本文以江蘇省41個(gè)縣（市）為研究對(duì)象，采用雙向譜聚類的方法，對(duì)江蘇省縣域經(jīng)濟(jì)的產(chǎn)業(yè)集聚效應(yīng)進(jìn)行分析，根據(jù)分析結(jié)果了解各縣（市）的產(chǎn)業(yè)優(yōu)勢，揚(yáng)長避短，最終實(shí)現(xiàn)江蘇省縣域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

一、研究方法

在我國的縣域經(jīng)濟(jì)發(fā)展研究中，關(guān)于縣域經(jīng)濟(jì)發(fā)展的研究歷史悠久，在縣域經(jīng)濟(jì)發(fā)展差異的研究方法上，主要分為單一指標(biāo)法和綜合指標(biāo)法。單一指標(biāo)法主要包括基尼系數(shù)、標(biāo)準(zhǔn)差法、變差系數(shù)、加權(quán)變異系數(shù)、離均比率法、沃爾夫森指數(shù)和泰爾指數(shù)等。綜合指標(biāo)法主要包括主成分分析法、灰色關(guān)聯(lián)分析法、德爾菲法、層次分析法、突變級(jí)數(shù)法、聚類分析法、因子分析法等。如，張?jiān)龀嫉萚1]通過因子分析和聚類分析研究河北省各設(shè)市經(jīng)濟(jì)實(shí)力;廖為鯤、蔡國梁等[2]基于因子分析法分析評(píng)價(jià)城市經(jīng)濟(jì)發(fā)展;孫禮娜[3]基于PCA方法分析安徽省縣域經(jīng)濟(jì)綜合發(fā)展[4]。

譜聚類[5]是從圖論中演化出來的算法，后來在聚類中得到了廣泛的應(yīng)用。它的主要思想是把所有的數(shù)據(jù)看作空間中的點(diǎn)，這些點(diǎn)之間可以用邊連接起來。距離較遠(yuǎn)的兩個(gè)點(diǎn)之間的邊權(quán)重值較低，而距離較近的兩個(gè)點(diǎn)之間的邊權(quán)重值較高，通過對(duì)所有數(shù)據(jù)點(diǎn)組成的圖進(jìn)行切圖，使子圖內(nèi)部盡量相似，而子圖間距離盡量較遠(yuǎn)，從而達(dá)到聚類的目的。其實(shí)現(xiàn)方式如下：

（一）構(gòu)造鄰接矩陣

譜聚類算法首先要構(gòu)造空間中數(shù)據(jù)點(diǎn)之間的鄰接矩陣，可通過對(duì)樣本點(diǎn)之間距離的度量來獲得鄰接矩陣W。構(gòu)建鄰接矩陣W的方法有三個(gè)：？綴-鄰近法、k鄰近法和全連接法。其中最常用的是全連接法，它選擇不同的核函數(shù)來定義邊權(quán)重，最常用的核函數(shù)是徑向基函數(shù)（RBF）：

（二）計(jì)算拉普拉斯矩陣

拉普拉斯矩陣是譜聚類算法的核心，由度矩陣D和鄰接矩陣W相減得到，其計(jì)算公式為：

其中，度矩陣D是一個(gè)對(duì)角矩陣，其主對(duì)角線每個(gè)元素di是鄰接矩陣W的每一列之和：

（三）計(jì)算特征值和特征向量

對(duì)拉普拉斯矩陣做標(biāo)準(zhǔn)化，對(duì)標(biāo)準(zhǔn)化之后的矩陣做特征分解。拉普拉斯矩陣標(biāo)準(zhǔn)化公式為：H=D^（-1/2）？鄢L？鄢D^（-1/2），對(duì)其進(jìn)行特征分解后求得特征值及其對(duì)應(yīng)的特征向量。

（四）聚類

將特征向量組成的矩陣按行標(biāo)準(zhǔn)化，每一行代表一個(gè)樣本，共n個(gè)樣本，對(duì)該矩陣再進(jìn)行一次傳統(tǒng)的聚類方法，最終完成譜聚類任務(wù)。

（五）雙向譜聚類

雙向譜聚類是雙向聚類算法的一種，它對(duì)數(shù)據(jù)矩陣的行和列同時(shí)進(jìn)行聚類，當(dāng)行和列分別被分成區(qū)塊時(shí)，會(huì)出現(xiàn)塊對(duì)角或者棋盤結(jié)構(gòu)，雙向譜聚類典型的棋盤結(jié)構(gòu)（如下圖所示）。

雙向譜聚類（Spectral Biclustering）算法假設(shè)輸入的數(shù)據(jù)矩陣具有隱藏的棋盤結(jié)構(gòu)。具有這種結(jié)構(gòu)的矩陣的行和列可能被分區(qū)，使得在笛卡爾積中的大部分雙向簇的列簇和行簇是近似恒定的。

雙向譜聚類與譜聚類算法的區(qū)別在于，雙向譜聚類使用奇異值分解的方法對(duì)標(biāo)準(zhǔn)化之后的拉普拉斯矩陣做特征值分解，左邊奇異向量用來對(duì)行聚類，右邊的奇異向量用于對(duì)列聚類。

二、實(shí)證研究

（一）樣本和指標(biāo)

一個(gè)縣域的經(jīng)濟(jì)實(shí)力是由多個(gè)指標(biāo)進(jìn)行綜合測度的結(jié)果[6]。構(gòu)建經(jīng)濟(jì)發(fā)展能力的測度指標(biāo)體系是進(jìn)行測度與評(píng)價(jià)的基礎(chǔ)與前提。文章遵循綜合性、科學(xué)性和適用性原則，在借鑒已有相關(guān)研究成果的基礎(chǔ)上，本文選取江蘇省各地市去除主城區(qū)以后的41個(gè)縣（市）為研究對(duì)象，選取反映社會(huì)經(jīng)濟(jì)各方面的10個(gè)重要指標(biāo)為研究變量，構(gòu)建本分析的指標(biāo)體系（如表1所示）。

（二）分析結(jié)果

本文使用Python軟件為分析工具，使用機(jī)器學(xué)習(xí)庫（Sklearn）中的雙向譜聚類函數(shù)[7]（Spectral Biclustering），根據(jù)10個(gè)社會(huì)經(jīng)濟(jì)主要指標(biāo)，對(duì)江蘇省41個(gè)縣（市）進(jìn)行聚類。分析結(jié)果如下：

指標(biāo)聚類結(jié)果表明，雙向譜聚類將10個(gè)社會(huì)經(jīng)濟(jì)指標(biāo)聚成四組：第一組為農(nóng)林牧副漁等第一產(chǎn)業(yè)，屬于國民經(jīng)濟(jì)中的傳統(tǒng)行業(yè);第二組包括第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，反映一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展程度;第三組是公路貨運(yùn)量，為三大產(chǎn)業(yè)提供交通運(yùn)輸服務(wù);第四組包括社會(huì)消費(fèi)品零售總額、進(jìn)出口總額和外資使用情況，反映一個(gè)地區(qū)居民的生活水平（消費(fèi)能力）和對(duì)外依賴程度（如下頁表2所示）。

（三）縣（市）聚類結(jié)果

使用雙向譜聚類算法，根據(jù)每個(gè)縣（市）在上述四組變量上的表現(xiàn)，將江蘇省41個(gè)縣（市）分成四組，分組結(jié)果（如下頁表3所示）。

為比較各縣（市）之間的產(chǎn)業(yè)協(xié)同效應(yīng)和優(yōu)勢產(chǎn)業(yè)，將對(duì)縣（市）的聚類結(jié)果和對(duì)經(jīng)濟(jì)指標(biāo)的聚類結(jié)果進(jìn)行交叉顯示[8]，并將各指標(biāo)的取值轉(zhuǎn)化為評(píng)分的形式。求各縣市在各組變量上的評(píng)分之和，總評(píng)分越高，表示該縣（市）的優(yōu)勢產(chǎn)業(yè)越明顯（如表4所示）。

從上述結(jié)果可以看出：第一組縣（市）在第一產(chǎn)業(yè)上有一定優(yōu)勢，與其他縣市相比，在其余產(chǎn)業(yè)上相對(duì)落后;第二組縣（市）的優(yōu)勢產(chǎn)業(yè)并不明顯，只在第一產(chǎn)業(yè)和公路貨運(yùn)方面表現(xiàn)相對(duì)較好;第三組縣（市）在第一產(chǎn)業(yè)和公路貨運(yùn)方面有明顯的優(yōu)勢;第四組縣（市）整體發(fā)展水平最優(yōu)，除第一產(chǎn)業(yè)相對(duì)薄弱外，在其余方面均表現(xiàn)優(yōu)異。

三、結(jié)論與建議

通過上述分析可以看出，江蘇省各縣經(jīng)濟(jì)呈現(xiàn)明顯的集聚效應(yīng)，主要表現(xiàn)在地理位置相近的縣（市）其優(yōu)勢產(chǎn)業(yè)也相似[9]。縣域經(jīng)濟(jì)發(fā)展模式不是一成不變的，而是具有動(dòng)態(tài)性。隨著時(shí)間的推移，現(xiàn)有的成功發(fā)展模式不一定在各個(gè)不同的發(fā)展時(shí)期都能復(fù)制[10]。所以，各縣市對(duì)于成功的模式要不斷進(jìn)行探索創(chuàng)新、不斷改進(jìn)，找到適合自己的模式。在借鑒時(shí)必須注意其形成過程的歷史背景、特殊性以及偶然性，研究分析形成此種模式所需要的條件。不能簡簡單單地說種模式勝于另一種模式，一個(gè)成功的縣域經(jīng)濟(jì)的發(fā)展模式一定不只一種，而是多種模式的綜合體。在選擇發(fā)展模式時(shí)，一定要從自身所處的發(fā)展階段及縣域經(jīng)濟(jì)特點(diǎn)出發(fā)，選擇多種模式來匹配自己的經(jīng)濟(jì)特點(diǎn)。

第四組的昆山、江陰、張家港、常熟等4個(gè)縣級(jí)市在第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和利用外資方面有明顯優(yōu)勢。其中，昆山地處上海與蘇州之間，吸引了大量企業(yè)在此投資，其經(jīng)濟(jì)產(chǎn)值連續(xù)多年位居中國百強(qiáng)縣之首。江陰市民營經(jīng)濟(jì)發(fā)達(dá)，制造業(yè)強(qiáng)，是江蘇省城鎮(zhèn)經(jīng)濟(jì)的領(lǐng)航者，曾被譽(yù)為“中國資本第一縣”。張家港本土民營企業(yè)發(fā)達(dá)，擁有沙鋼、澳洋、東渡等一批本土大企業(yè)集團(tuán)，經(jīng)濟(jì)實(shí)力雄厚。常熟市位于中國經(jīng)濟(jì)最活躍的區(qū)域——上海經(jīng)濟(jì)圈的中心，東倚上海，南接蘇州，西鄰無錫，北枕長江與南通隔江相望，區(qū)位優(yōu)勢得天獨(dú)厚。這四市也是我國經(jīng)濟(jì)百強(qiáng)縣市的前四名，應(yīng)充分發(fā)揮產(chǎn)業(yè)與區(qū)位優(yōu)勢，在省內(nèi)起到帶頭作用。

第三組的豐縣、睢寧、東海等8個(gè)縣市公路貨運(yùn)交通便利，農(nóng)業(yè)產(chǎn)值高，農(nóng)產(chǎn)品通過公路交通快速運(yùn)向市場，有利于實(shí)現(xiàn)經(jīng)濟(jì)效益的轉(zhuǎn)化。這8個(gè)縣市應(yīng)繼續(xù)推進(jìn)交通運(yùn)輸業(yè)質(zhì)量升級(jí)，走轉(zhuǎn)型升級(jí)的發(fā)展道路。針對(duì)交通運(yùn)輸發(fā)展的薄弱環(huán)節(jié)，深化供給側(cè)結(jié)構(gòu)改革，深化要素市場化配置改革，著力破除無效供給、培育新動(dòng)能、降低實(shí)體經(jīng)濟(jì)成本，制定執(zhí)行嚴(yán)格的質(zhì)量、環(huán)保、能耗、安全等法規(guī)、標(biāo)準(zhǔn)和政策，營造公平競爭、誠信經(jīng)營的市場環(huán)境，推動(dòng)質(zhì)量品牌建設(shè)，切實(shí)提升交通運(yùn)輸?shù)暮诵母偁幜涂沙掷m(xù)發(fā)展能力。

第二組的盱眙、金湖、丹陽等13個(gè)縣（市），在第一產(chǎn)業(yè)和公路貨運(yùn)方面有一定優(yōu)勢，但整體而言，產(chǎn)業(yè)優(yōu)勢并不明顯。而在第二、三產(chǎn)業(yè)以及進(jìn)出口、投資方面又遠(yuǎn)遠(yuǎn)落后于昆山等第四組縣市。這13個(gè)縣市，一方面應(yīng)找準(zhǔn)各自的定位，依靠自身特色產(chǎn)業(yè)，加大扶持力度，壯大其規(guī)模，以實(shí)現(xiàn)快速突圍;另一方面要厚植比較優(yōu)勢，壯大縣域特色產(chǎn)業(yè)。首先，進(jìn)入全國百強(qiáng)的縣市可依靠優(yōu)勢產(chǎn)業(yè)、工業(yè)經(jīng)濟(jì)的支撐繼續(xù)發(fā)展壯大;其次，礦產(chǎn)資源豐富、旅游資源獨(dú)特、勞動(dòng)力資源豐富的縣市應(yīng)充分發(fā)揮礦產(chǎn)、旅游、人力方面的資源優(yōu)勢，將相關(guān)產(chǎn)業(yè)做大做強(qiáng)?？傮w而言，該組縣市在推進(jìn)縣域發(fā)展定位中，應(yīng)立足于本縣的特色，因地制宜，突出重點(diǎn)，培育具有輻射范圍廣、特色鮮明的產(chǎn)業(yè)集群，帶動(dòng)周邊地區(qū)的縣域群發(fā)展壯大。

第一組的啟東、海門、灌南等16個(gè)縣在農(nóng)林牧漁等第一產(chǎn)業(yè)有一定優(yōu)勢。該組縣市按照高質(zhì)量發(fā)展要求，可大力發(fā)展特色、優(yōu)質(zhì)、高效的現(xiàn)代農(nóng)業(yè)。一是加快建設(shè)高質(zhì)量、高效益現(xiàn)代農(nóng)業(yè)示范區(qū)，積極培育家庭農(nóng)場、合作社、種養(yǎng)大戶、農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)等新主體。二是推進(jìn)土地流轉(zhuǎn)、土地入股、土地托管、聯(lián)耕聯(lián)種等制度，促進(jìn)農(nóng)業(yè)適度規(guī)模經(jīng)營。三是健全完善農(nóng)村道路及水利基礎(chǔ)設(shè)施，發(fā)展節(jié)水農(nóng)業(yè)，深化農(nóng)田水利工程管護(hù)改革。四是對(duì)農(nóng)副產(chǎn)品進(jìn)行深加工，發(fā)展與第一產(chǎn)業(yè)相關(guān)的第二產(chǎn)業(yè)，實(shí)現(xiàn)第二產(chǎn)業(yè)突圍。

參考文獻(xiàn)：

[1]? 張?jiān)龀迹貔i振.基于因子分析和聚類分析法的河北省各設(shè)區(qū)市經(jīng)濟(jì)實(shí)力研究[J].統(tǒng)計(jì)與管理，2019，（11）：105-108.

[2]? 廖為鯤，蔡國梁，涂文桃.基于因子分析法的城市經(jīng)濟(jì)發(fā)展評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2005，（12）：51-53.

[3]? 孫禮娜.基于PCA的安徽省縣域經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)[J].現(xiàn)代商貿(mào)工業(yè)，2019，（4）：14-16.

[4]? 黨文利，張蓮蓬，歐向軍.江蘇省區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[J].中國發(fā)展，2017，（1）：15-22.

[5]? 張 敏，戈文航.雙聚類的研究與進(jìn)展[J].微型機(jī)與應(yīng)用，2012，（4）：4-8.

[6]? 彭志忠.縣域經(jīng)濟(jì)產(chǎn)業(yè)協(xié)同成熟度分析與研究[J].山東大學(xué)學(xué)報(bào)，2006，（2）：99-105.

[7]? 周揚(yáng)，李寧，吳文祥，等.1982—2010 年中國縣域經(jīng)濟(jì)發(fā)展時(shí)空格局演變[J].地理科學(xué)進(jìn)展，2014，（1）：102-113.

[8]? 周林，平西建，徐森，等.基于譜聚類的聚類集成算法[J].自動(dòng)化學(xué)報(bào)，2012，（8）：1336-1342.

[9]? Kluger，Yuval，et.al..Spectral biclustering of microarray data：coclustering genes and conditions，2003.

[10]? 崔光野，蔡宏友.縣域經(jīng)濟(jì)和下沉市場的若干共識(shí)[J].商業(yè)經(jīng)濟(jì)研究，2020，（4）：191-194.